T.C.
ORDU ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
FINDIK YETİŞTİRİCİLİĞİ YAPILAN BİR ALANDA TOPRAK VERİMLİLİĞİNİN JEOİSTATİSTİKSEL TEKNİKLERLE
DEĞERLENDİRİLMESİ
DERYA ÇAVUŞOĞLU
YÜKSEK LİSANS TEZİ
II ÖZET
FINDIK YETİŞTİRİCİLİĞİ YAPILAN BİR ALANDA TOPRAK VERİMLİLİĞİNİN JEOİSTATİSTİKSEL TEKNİKLERLE
DEĞERLENDİRİLMESİ
Derya ÇAVUŞOĞLU
Ordu Üniversitesi Fen Bilimleri Enstitüsü
Toprak Bilimi ve Bitki Besleme Anabilim Dalı, 2016 Yüksek Lisans Tezi, 110 s.
Danışman: Prof. Dr. Tayfun AŞKIN
Toprakların verimlilik durumlarını ve kapasitelerini ortaya koyan parametrelerin bilinmesi, toprakların sürdürülebilir kullanılmasına yönelik uygulamalarda önemlidir. Jeoistatistiksel metotların son yıllarda toprak bilimi alanında uygulanması ile bu parametrelerin istatistiksel olarak değerlendirilmesi mümkün gözükmektedir. Semivaryogram analizi, üzerinde çalışılan toprak özelliğinin uzaysal değişimini belirlemeye; Kriging analizi ise incelenen özelliğin örneklenmeyen nokta veya alanlarda tahmin edilmesine olanak sağlar.
Bu çalışmada, fındık yetiştiriciliği yapılan bir alanın verimlilik durumu, tekstür, hacim ağırlığı, toprak reaksiyonu (pH), tuz içeriği (EC), organik madde içeriği (OM), toplam azot (N), yarayışlı fosfor (P), DTPA ile ekstrakte edilebilir mikroelementler (Fe, Cu, Mn ve Zn) ve değişebilir katyonlar (Ca, Mg, K ve Mg) gibi toprak özelliklerinin uzaysal değişimleri ile ortaya koyulmuştur. Ordu ili Altınordu ilçesi Akçatepe mahallesinde yer alan ve yaklaşık 1.35 ha alan kaplayan bir fındık bahçesinde sistematik örnekleme yapılmıştır.
Çalışmada 56 adet 0-20 cm derinlikten alınmış yüzey toprak örnekleri kullanılmıştır. Toprak örneklerinin söz konusu özellikleri, laboratuvar analiz verileri esas alınmak suretiyle belirlenmiştir. Seçilen özellikler ayrıca haritalanmıştır.
Her bir toprak özelliğine ilişkin varyasyon katsayıları karşılaştırıldığında, pH1:10 en az değişim gösteren, yarayışlı P ise en fazla değişim gösteren özellikler olmuşlardır. Bu çalışmada sonuç olarak; araştırma alanı topraklarında verimlilik açısından sorun olduğu ve organik madde yönetiminin sağlanması halinde fındık bitkisinde en yüksek verimliliğe ulaşılabileceği söylenebilir. Çalışmada seçilen toprak özelliklerine ait semivaryogramlar, yaklaşık 2.2 m ile 187.5 m etki aralığına sahip bir mesafede uzaysal bağımlılık sergilemişlerdir.
Anahtar Kelimeler: Toprak verimliliği, jeoistatistik, uzaysal değişim, alana özgü yönetim, fındık bahçesi
III ABSTRACT
EVALUATION OF SOIL FERTILITY STATUS WITH GEOSTATISTICAL TECHNIQUES IN A HAZELNUT ORCHARD
Derya ÇAVUŞOĞLU
University of Ordu
Instiute for Graduate Studies in Soil Science and Plant Nutrition Department 2016
MSc. Thesis, 110 p.
Supervisor: Prof. Dr. Tayfun AŞKIN
Knowledge on soil parameters used to determine soil fertility and capacity of soils is very important for soil sustainable usage. These parameters can be evaluated statistically due to application of geostatistical methods to soil science. Semivariogram analysis is used to determine spatial variability of soil properties and Kriging analysis for determining soil properties at unsampled locations.
The objective of this study was to determine spatial variability of soil fertility status of hazelnut growing field using spatial variability of some soil properties such as: texture, soil reaction (pH), salt content (EC), organic matter content, total nitrogen (N), available phosphorus (P), DTPA-extractable microelements (Fe, Cu, Mn and Zn) and exchangeable cation (Ca, Mg, K and Na). Soil fertility properties at the same transect of different landscape positions in 1.35 ha hazelnut orchard in Ordu-Altınordu-Akçatepe were determined using some soil properties.
Fifty-six surface soil samples (0-20 cm) were collected and analyzed. Selected soil properties were evaluated and mapped using geostatistical techniques.
Comparison of variation coefficient of each soil property revealed that soil reaction (pH1:10) was the least variable property while the available phosphorus (P) was the most variable.
The results of this study indicated that almost all soils in the hazelnut orchard area based on soil fertility were “having problems”. Semivariograms for fertility properties exhibited spatial dependence with a range of influence approximately 2.2 m to 187.5 m.
Key Words: Soil fertility, geostatistic, spatial variability, site-specific management, hazelnut orchard
IV TEŞEKKÜR
Bu çalışmanın planlanıp yürütülmesinde değerli gözetimleri, jeoistatistik dersleri ve ilgili bilgisayar programı teminindeki yardımlarından ötürü, danışmanım sayın Prof. Dr. Tayfun AŞKIN’a, araştırma süresince her türlü kolaylığı sağlayan Ordu Üniversitesi Ziraat Fakültesi Toprak Bölümü Başkanı sayın Prof. Dr. Ceyhan TARAKÇIOĞLU’na, çalışmanın her aşamasında yardımlarını gördüğüm sayın Yrd. Doç. Dr. Ferhat TÜRKMEN’e, çalışmanın sonuna kadar desteğini hiç esirgemeyen bilhassa Araş. Gör. Selahattin AYGÜN’e, Araş. Gör. Mehmet AKGÜN’e ve Araş. Gör. Sezen KULAÇ’a teşekkür ederim.
Yüksek lisans çalışmasını yapmama olanak sağlayan Giresun Üniversitesi Rektörü sayın Prof. Dr. Aygün ATTAR’a teşekkür ederim.
Hayatım boyunca hep yanıma bulunan, her türlü sabrı ve anlayışı gösteren eşim Doç. Dr. Kültiğin ÇAVUŞOĞLU, biricik oğlum Yekta ÇAVUŞOĞLU’na, canım annem Fatma DEMİRCAN, canım babam Mustafa Ali DEMİRCAN ve canım kardeşim Özkan DEMİRCAN’a teşekkür ederim.
V İÇİNDEKİLER Sayfa TEZ BİLDİRİMİ ... I ÖZET ... II ABSTRACT ... III TEŞEKKÜR... IV İÇİNDEKİLER ... V ŞEKİLLER LİSTESİ ... VIII ÇİZELGELER LİSTESİ ... X SİMGELER VE KISALTMALAR ... XIV
1. GİRİŞ... 1
1.1. Teorik Bilgiler ... 3
1.1.1. Toprakta Değişkenlik ... 3
1.2. Jeoistatistiksel Metotlar ... 4
1.3. Semivaryogram (Uzaklığa bağlı ilişki fonksiyonu) ... 4
1.4. Kriging ... 12
2. ÖNCEKİ ÇALIŞMALAR ... 13
3. MATERYAL ve YÖNTEM ... 25
3.1. Materyal ... 25
3.1.1. Araştırma Alanının Yeri ... 25
3.1.2. Araştırma Alanının İklimi ... 26
3.1.3. Araştırma Alanının Toprakları ... 26
3.2. Yöntem ... 26
3.2.1. Toprak Örneklerinin Alınması ve Analize Hazırlanması ... 26
3.2.2. Laboratuar Analiz Yöntemleri ... 28
3.2.2.1. Mekanik Analiz ... 28
3.2.2.2. Toprak reaksiyonu (pH ) ... 28
3.2.2.3. Elektriksel İletkenlik (EC) ... 28
3.2.2.4. Organik madde (OM) ... 28
3.2.2.5. Toplam Azot (N) ... 28
3.2.2.6. Bitkiye yarayışlı Fosfor (P) ... 29
3.2.2.7. Kuru Hacim Ağırlığı (KHA) ... 29
VI
3.2.2.9. Değişebilir Katyonlar (Na, K, Ca ve Mg) ... 29
3.2.2.10. DTPA ile Ekstrakte edilebilir Mikroelememntler (Fe, Cu, Zn, Mn)... 29
3.2.2.11. Katyon Değişim Kapasitesi (KDK)... 29
3.2.2.12. İstatistiksel Yöntemler ... 29
3.2.2.13. Tanımlayıcı İstatistikler... 30
3.2.2.14. Jeoistatistik ... 30
4. BULGULAR ve TARTIŞMA ... 31
4.1. Toprak Özellikleri ... 31
4.1.1. Toprak Özelliklerinin Jeoistatistiksel Analizi ... 39
4.1.2. Kil ... 39 4.1.3. Silt ... 42 4.1.4. Kum ... 45 4.1.5. Toprak Reaksiyonu ... 48 4.1.5.1. pH1:1 ... 48 4.1.5.2. pH1:10 ... 51 4.1.6. Elektriksel İletkenlik ... 54 4.1.6.1. EC1:1 ... 54 4.1.6.2. EC1:10 ... 57
4.1.7. Organik Madde (OM)... 59
4.1.8. Toplam Azot (N) ... 62
4.1.9. Yarayışlı Fosfor (P) ... 65
4.1.10. Hacim Ağırlığı (Birim Ağırlığı) ... 68
4.1.10.1. Kuru Hacim Ağırlığı (KHA) ... 68
4.1.10.2. Doğal Hacim Ağırlığı (DHA) ... 71
4.1.11. DTPA ile Ekstrakte Edilebilir Mikroelementler ... 74
4.1.11.1. Demir (Fe) ... 74
4.1.11.2. Bakır (Cu) ... 77
4.1.11.3. Mangan (Mn)... 80
4.1.11.4. Çinko (Zn) ... 83
4.1.12. Değişebilir Katyonlar ... 86
4.1.12.1. Değişebilir Sodyum (Na) ... 86
4.1.12.2. Değişebilir Potasyum (K) ... 89
4.1.12.3. Değişebilir Kalsiyum (Ca) ... 92
VII
4.1.13. Katyon Değişim Kapasitesi (KDK)... 97
4.2. Araştırma Alanından Alınması Gereken Örnek Sayısı ... 99
5. SONUÇ ve ÖNERİLER ... 101
5.1. Sonuçlar ... 101
5.2. Öneriler... 101
6. KAYNAKLAR ... 102
VIII
ŞEKİLLER LİSTESİ
Şekil No Sayfa
Şekil 1.1. Semivaryogram modelleri ... 5
Şekil 1.2. Örnek bir semivaryogram modeli (spherical model) ... 6
Şekil 1.3. Eksponensiyel model için etki aralığı ... 7
Şekil 3.1. Örnekleme noktaları ve uydu görüntüsü ... 25
Şekil 3.2. Çalışma alanındaki örnekleme düzeni ... 27
Şekil 4.1. Kil için en uygun semivaryogram modeli ... 40
Şekil 4.2. Çalışma alanında kil değişimi ... 41
Şekil 4.3. Silt için en uygun semivaryogram modeli ... 43
Şekil 4.4. Çalışma alanında silt değişimi ... 44
Şekil 4.5. Kum için en uygun semivaryogram modeli ... 46
Şekil 4.6. Çalışma alanında kum değişimi ... 47
Şekil 4.7. pH1:1 için en uygun semivaryogram modeli ... 49
Şekil 4.8. Çalışma alanında pH1:1 değişimi ... 50
Şekil 4.9. pH1:10 için en uygun semivaryogram modeli ... 52
Şekil 4.10. Çalışma alanında pH1:10 değişimi ... 53
Şekil 4.11. EC1:1 için en uygun semivaryogram modeli ... 55
Şekil 4.12. Çalışma alanında EC1:1 değişimi ... 56
Şekil 4.13. EC1:10 için en uygun semivaryogram modeli... 57
Şekil 4.14. Çalışma alanında EC1:10 değişimi ... 58
Şekil 4.15. OM için en uygun semivaryogram modeli ... 60
Şekil 4.16. Çalışma alanında OM değişimi ... 61
Şekil 4.17. Toplam N için en uygun semivaryogram modeli ... 63
Şekil 4.18. Çalışma alanında toplam N değişimi... 64
Şekil 4.19. Yarayışlı P için en uygun semivaryogram modeli ... 66
Şekil 4.20. Çalışma alanında yarayışlı P değişimi ... 67
Şekil 4.21. KHA için en uygun semivaryogram modeli ... 69
Şekil 4.22. Çalışma alanında KHA değişimi ... 70
Şekil 4.23. DHA için en uygun semivaryogram modeli ... 72
Şekil 4.24. Çalışma alanında DHA değişimi ... 73
Şekil 4.25. Fe için en uygun semivaryogram modeli ... 75
IX
Şekil 4.27. Cu için en uygun semivaryogram modeli ... 78
Şekil 4.28. Çalışma alanında Cu içeriklerinin değişimi ... 79
Şekil 4.29. Mangan için en uygun semivaryogram modeli ... 81
Şekil 4.30. Çalışma alanında Mn içeriklerinin değişimi ... 82
Şekil 4.31. Zn için en uygun semivaryogram modeli ... 84
Şekil 4.32. Çalışma alanında Zn içeriklerinin değişimi ... 85
Şekil 4.33. Değişebilir Na için en uygun semivaryogram modeli ... 87
Şekil 4.34. Çalışma alanında değişebilir Na içerikleri değişimi ... 88
Şekil 4.35. Değişebilir K için en uygun semivaryogram modeli... 90
Şekil 4.36. Çalışma alanında değişebilir potasyum K içerikleri değişimi ... 91
Şekil 4.37. Değişebilir Ca için en uygun semivaryogram modeli ... 92
Şekil 4.38. Çalışma alanında değişebilir Ca değişimi ... 93
Şekil 4.39. Değişebilir Mg için en uygun semivaryogram modeli ... 95
Şekil 4.40. Çalışma alanında değişebilir Mg içeriklerinin değişimi ... 96
Şekil 4.41. KDK için en uygun semivaryogram modeli ... 97
X
ÇİZELGELER LİSTESİ
Çizelge No Sayfa
Çizelge 4.1. Çalışma alanı topraklarının bazı fiziksel özellikleri (n=56) ... 31 Çizelge 4.2. Çalışma alanı topraklarının bazı kimyasal özellikleri (n=56) ... 33 Çizelge 4.3. Çalışma alanı topraklarının mikrolement ve değişebilir katyon içerikleri
(n=56) ... 35 Çizelge 4.4. Toprakların bazı fiziksel ve kimyasal özelliklerine ait tanımlayıcı
istatistikler (n=56) ... 38 Çizelge 4.5. Kil değişimi için en uygun semivaryogram modeli ve parametreleri ... 40 Çizelge 4.6. Kil için ölçüm ve tahmin değerlerine ait bazı tanımlayıcı istatistikler ... 40 Çizelge 4.7. Kil için tahmin edilen sınır değerleri ve çalışma arazisinde kapladığı
alanlar ... 42 Çizelge 4.8. Silt değişimi için en uygun semivaryogram modeli ve parametreleri ... 42 Çizelge 4.9. Silt için ölçüm ve tahmin değerlerine ait bazı tanımlayıcı istatistikler ... 43 Çizelge 4.10. Silt için tahmin edilen sınır değerleri ve çalışma arazisinde kapladığı
alanlar ... 44 Çizelge 4.11. Kum değişimi için en uygun semivaryogram modeli ve parametreleri ... 45 Çizelge 4.12. Kum için ölçüm ve tahmin değerlerine ait bazı tanımlayıcı istatistikler .... 46 Çizelge 4.13. Kum için tahmin edilen sınır değerleri ve çalışma arazisinde kapladığı
alanlar ... 47 Çizelge 4.14. pH1:1 değişimi için en uygun semivaryogram modeli ve parametreleri ... 48 Çizelge 4.15. pH1:1 için ölçüm ve tahmin değerlerine ait bazı tanımlayıcı istatistikler .. .49 Çizelge 4.16. pH1:1 için tahmin edilen sınır değerleri ve çalışma arazisinde kapladığı
alanlar ... 50 Çizelge 4.17. pH1:10 değişimi için en uygun semivaryogram modeli ve parametreleri .... 51 Çizelge 4.18. pH1:10 için ölçüm ve tahmin değerlerine ait bazı tanımlayıcı istatistikler .. 52 Çizelge 4.19. pH1:10 için tahmin edilen sınır değerleri ve çalışma arazisinde kapladığı
alanlar ... 53 Çizelge 4.20. EC1:1 değişimi için en uygun semivaryogram modeli ve parametreleri ... 54 Çizelge 4.21. EC1:1 için ölçüm ve tahmin değerlerine ait bazı tanımlayıcı istatistikler ... 55 Çizelge 4.22. EC1:1 için tahmin edilen sınır değerleri ve çalışma arazisinde kapladığı
alanlar ... 56 Çizelge 4.23. EC1:10 değişimi için en uygun semivaryogram modeli ve parametreleri .... 57 Çizelge 4.24. EC1:10 için ölçüm ve tahmin değerlerine ait bazı tanımlayıcı istatistikler ... 58
XI
Çizelge 4.25. EC1:10 için tahmin edilen sınır değerleri ve çalışma arazisinde kapladığı
alanlar ... 59 Çizelge 4.26. OM değişimi için en uygun semivaryogram modeli ve parametreleri ... 59 Çizelge 4.27. OM için ölçüm ve tahmin değerlerine ait bazı tanımlayıcı istatistikler ... 60 Çizelge 4.28. OM için tahmin edilen sınır değerleri ve çalışma arazisinde kapladığı
alanlar ... 62 Çizelge 4.29. Toplam N değişimi için seçilen en uygun semivaryogram modeli ve
parametreleri... 62 Çizelge 4.30. Toplam N için ölçüm ve tahmin değerlerine ait bazı tanımlayıcı
istatistikler ... 63 Çizelge 4.31. Toplam N için tahmin edilen sınır değerleri ve çalışma arazisinde
kapladığı alanlar ... 65 Çizelge 4.32. Yarayışlı P değişimi için en uygun semivaryogram modeli ve
parametreleri... 65 Çizelge 4.33. Yarayışlı P için ölçüm ve tahmin değerlerine ait bazı tanımlayıcı
istatistikler ... 66 Çizelge 4.34. Yarayışlı P için tahmin edilen sınır değerleri ve çalışma arazisinde
kapladığı alanlar ... 68 Çizelge 4.35. KHA değişimi için en uygun semivaryogram modeli ve parametreleri .. 69 Çizelge 4.36. KHA’nın ölçüm ve tahmin değerlerine ait bazı tanımlayıcı istatistikler .... 69 Çizelge 4.37. KHA için tahmin edilen sınır değerleri ve çalışma arazisinde kapladığı
alanlar ... 71 Çizelge 4.38. DHA değişimi için en uygun semivaryogram modeli ve parametreleri ... 71 Çizelge 4.39. DHA için ölçüm ve tahmin değerlerine ait bazı tanımlayıcı istatistikler.... 72 Çizelge 4.40. DHA için tahmin edilen sınır değerleri ve çalışma arazisinde kapladığı
alanlar ... 74 Çizelge 4.41. Fe değişimi için en uygun semivaryogram modeli ve parametreleri ... 74 Çizelge 4.42. Fe için ölçüm ve tahmin değerlerine ait bazı tanımlayıcı istatistikler ... 75 Çizelge 4.43. Fe için tahmin edilen sınır değerleri ve çalışma arazisinde kapladığı
alanlar ... 77 Çizelge 4.44. Cu değişimi için en uygun semivaryogram modeli ve parametreleri ... 77 Çizelge 4.45. Cu için ölçüm ve tahmin değerlerine ait bazı tanımlayıcı istatistikler ... 78 Çizelge 4.46. Cu için tahmin edilen sınır değerleri ve çalışma arazisinde kapladığı
alanlar ... 80 Çizelge 4.47. Mn değişimi için en uygun semivaryogram modeli ve parametreleri ... 80 Çizelge 4.48. Mn için ölçüm ve tahmin değerlerine ait bazı tanımlayıcı istatistikler ... 81
XII
Çizelge 4.49. Mn için tahmin edilen sınır değerleri ve çalışma arazisinde kapladığı alanlar ... 83 Çizelge 4.50. Zn değişimi için en uygun semivaryogram modeli ve parametreleri ... 83 Çizelge 4.51. Zn için ölçüm ve tahmin değerlerine ait bazı tanımlayıcı istatistikler ... 84 Çizelge 4.52. Zn için tahmin edilen sınır değerleri ve çalışma arazisinde kapladığı
alanlar ... 86 Çizelge 4.53. Değişebilir Na değişimi için en uygun semivaryogram modeli ve
parametreleri... 86 Çizelge 4.54. Değişebilir Na için ölçüm ve tahmin değerlerine ait bazı tanımlayıcı
istatistikler ... 87 Çizelge 4.55. Değişebilir Na için tahmin edilen sınır değerleri ve çalışma arazisinde
kapladığı alanlar ... 88 Çizelge 4.56. Değişebilir K değişimi için en uygun semivaryogram modeli ve
parametreleri... 89 Çizelge 4.57. Değişebilir K için ölçüm ve tahmin değerlerine ait bazı tanımlayıcı
istatistikler ... 90 Çizelge 4.58. Değişebilir K için tahmin edilen sınır değerleri ve çalışma arazisinde
kapladığı alanlar ... 91 Çizelge 4.59. Değişebilir Ca değişimi için en uygun semivaryogram modeli ve
parametreleri... 92 Çizelge 4.60. Değişebilir Ca için ölçüm ve tahmin değerlerine ait bazı tanımlayıcı
istatistikler ... 93 Çizelge 4.61. Değişebilir Ca için tahmin edilen sınır değerleri ve çalışma arazisinde
kapladığı alanlar ... 94 Çizelge 4.62. Değişebilir Mg değişimi için en uygun semivaryogram modeli ve
parametreleri... 94 Çizelge 4.63. Değişebilir Mg için ölçüm ve tahmin değerlerine ait bazı tanımlayıcı
istatistikler ... 95 Çizelge 4.64. Değişebilir Mg için tahmin edilen sınır değerleri ve çalışma arazisinde
kapladığı alanlar ... 96 Çizelge 4.65. KDK değişimi için en uygun semivaryogram modeli ve parametreleri ... 97 Çizelge 4.66. KDK için ölçüm ve tahmin değerlerine ait bazı tanımlayıcı istatistikler.... 98 Çizelge 4.67. KDK için tahmin edilen sınır değerleri ve çalışma arazisinde kapladığı
alanlar ... 99
Çizelge 4.68. Fındık yetiştiriciliği yapılan çalışma arazisinde sonradan yapılacak çalışmalarda ihtiyaç duyulacak toprak örneği sayıları ... 100
XIII
SİMGELER VE KISALTMALAR
NH4OAc : Amonyum asetat
N : Azot
Cu : Bakır
B : Bor
C : Clay (Kil)
CL : Clay loam (Killi tın)
Zn : Çinko
ESP : Değişebilir Sodyum Yüzdesi
da : Dekar
Fe : Demir
dS : Desi Siemens
DTPA : Dietilen Triamin Penta Asetik Asit DHA : Doğal Hacim Ağırlığı
EC : Elektriksel İletkenlik EDTA : Etilen Diamintetraasetik Asit
g : Gram
ha : Hektar
Ca : Kalsiyum
CO2 : Karbondioksit
KDK : Katyon Değişim Kapasitesi
kg : Kilogram
KHA : Kuru Hacim Ağırlığı
Mg : Magnezyum Mn : Mangan m : Metre mg : Miligram NO3 : Nitrat N : Normalite OM : Organik Madde
pH : Ortamda bulunan H+ konsantrasyonunun negatif logaritması
K : Potasyum
S : Sand (Kum)
SL : Sandy loam (Kumlu tın)
° C : Santigrat Derece cm3 : Santimetre küp cmol : Santimol Si : Silisyum Na : Sodyum t : Ton
XIV P : Yarayışlı Fosfor
1 1. GİRİŞ
Toprak, yeryüzünün en üst kısmını kaplayan içerisindeki milyonlarca mikroorganizmalarla birlikte canlılar için yaşama alanı oluşturan doğal bir varlıktır. Topraklar dinamik oluşumlarını tamamlarken kendilerine ait karakteristik özellikler kazanır ve sahip oldukları fiziksel, kimyasal ve biyolojik özellikler ile yeryüzündeki canlılar için yaşama ortamı oluştururlar. Topraklardan en etkin şekilde fayda sağlayabilmek için toprağın bu özelliklerinin iyi bilinmesi, geliştirilmesi ve devamlı kılınması gerekmektedir. Genellikle toprak oluşumu anakaya ile başlar, anakayanın zamanla ayrışması sonucu ana materyal ve sonrasında topraklar oluşur. Anakayanın kimyasal bileşenlerindeki farklılık, kimyasal özelliklerinin de farklılaşmasında rol oynayan esas nedendir.
Toprağın sahip olduğu özelliklerdeki çeşitlilik farklı bitkiler için gelişme ortamı oluşturmaktadır. Her bitkinin gelişmesi için ihtiyaç duyduğu toprak özelliği farklılık göstermektedir. Uzun süredir toprak bilimcileri toprak özelliklerinin arazide kısa mesafelerdeki değişiminin farkındadırlar (Aşkın, 2002; Delcourt ve ark., 1996). Toprak verimliliği birim alandan alınabilecek en fazla ürün miktarı olarak tanımlanabilmektedir. Birim alandan alınabilecek en yüksek ürün miktarı ile çevresel şartların yanında fiziksel, kimyasal ve biyolojik toprak özellikleri arasında da doğrudan ilişki bulunmaktadır.
Toprakların sahip olduğu tekstür sınıfı, hacim ağırlığı, nem içerikleri gibi fiziksel özellikler; toprak reaksiyonu (pH), elektriksel iletkenlik (EC), organik madde içeriği, değişebilir katyonlar, fosfor içeriği ve mikro elementler gibi kimyasal özellikler ve biyolojik özellikler toprakların farklılaşmasında ve verimliliklerinin sürdürülebilirliğinde önemli rol oynamaktadır.
Başta tarım arazileri olmak üzere orman alanları, meralar, dinlenme alanları ve yerleşim bölgelerinde toprak özelliklerinin belirlenmesi ve haritalanması, toprakların doğru kullanılmasına imkân sağlamakla birlikte; bu alanlarda yapılabilecek yanlış uygulamaları da önleyebilmektedir.
Tarım arazilerinde jeoistatistiksel tekniklerin uygulanması ile arazide toprak özelliklerinin ve bitki gelişiminin kontrolü etkin biçimde izlenebilmektedir. Toprak
2
gibi doğal kaynakların mekânsal değişiminin belirlenmesi, söz konusu kaynakların sürdürülebilir kullanım ve yönetiminde büyük önem taşımaktadır (Aşkın, 2002; Ongun, 2008; Tsirulev, 2010; Başbozkurt ve ark., 2013).
Dünya’da haritalama tekniklerinin yaygınlaşmaya başlaması toprakta sürdürülebilirliğin sağlanması ve kontrolü bakımından oldukça önemlidir. Araziden alınan toprak örneklerine ait fiziksel, kimyasal ve biyolojik toprak özellikleri belirlenmekte, uzaktan algılama ile yeryüzünün fotoğrafları çekilerek uydu görüntüleri elde edilmekte, bu fotoğraflar bitkisel üretim ve topraklar hakkında üreticilere kaynak sağlamaktadır.
Maliyet unsurlarının giderek arttığı günümüz koşullarında, hassas tarım tekniklerinin yaygınlaşmasında ve alana özgü yönetim stratejilerinin oluşturulmasında, jeoistatiksel tekniklerden yararlanılarak elde edilen ve doğrulukları oldukça yüksek kabul edilen toprak haritalarının önemi, uygulayıcılar tarafından bilinmektedir.
Bu çalışmada; Ülkemizde önemli ihracaat geliri sağlayan fındık bitkisi yetiştiriciliği yapılan bir alanda toprağın verimlilik durumunu değerlendirmek üzere topoğrafik pozisyonlardaki farklılıktan kaynaklanabilecek çok kısa mesafelerde bile toprak özelliklerindeki değişimi, jeoistatistiksel tekniklerle ortaya koymak, seçilen verimlilik parametrelerini çalışma alanı için haritalamak ve benzer nitelikteki alanlarda sonradan yapılabilecek çalışmalara altlık bilgi sağlamak amaçlanmıştır.
3 1.1. Teorik Bilgiler
1.1.1. Toprakta Değişkenlik
Bir toprak özelliğinin herhangi bir nokta veya alandaki ölçüm değeri, onun söz konusu nokta veya alandaki uzaysal konumunun bir fonksiyonudur. Bu ifade, toprak özelliklerinin arazide bir süreklilik gösterdiklerine işaret etmektedir. Ancak, toprakla ilgili yapılan araştırmalarda, çalışma sahasında örnekleme desenine göre seçilen nokta veya alanlarda, incelenen özellikler için saptanan ölçüm değerleri esas alınarak, söz konusu toprak varlığı ancak temsili bir şekilde değerlendirilmektedir. Doğal olan yaklaşım tarzı da bu olmalıdır. Çünkü incelemeye konu olan toprak özelliğinin, araştırma sahasının tüm nokta veya alanlarında ölçülme imkânı her zaman bulunmayabilir. Ancak, toprak gibi heterojen bir yapıya sahip olan varlığın, araştırılan özellikleri de büyük bir varyasyon gösterebilmektedir. Bu durumda, araştırılan özelliğe ait geleneksel istatistiksel parametrelerin güven sınırları da daralabilmektedir. Klasik istatistikte seçilen temsili noktaların birbirlerinden bağımsız olduğu, örnek ortalamasının da populasyon ortalamasını en iyi bir şekilde temsil ettiği varsayılır. Hâlbuki uygulamada, birbirlerine yakın olarak örneklenen noktaların, kendi aralarında daha çok benzer oldukları çok sık görülebilmektedir. Bir diğer ifadeyle; ölçülen değerler, örnekleme noktaları arasındaki mesafenin bir fonksiyonudur ve mesafeden bağımsız olarak düşünülemezler. Bu nedenle, incelenen özelliklerin örneklenen değerleri arasında doğal olarak bulunan yapısal değişimin derecesinin (uzaysal bağımlılığının) belirlenmesi gerekir. İşte, “jeoistatistik” söz konusu uzaysal bağımlılığın belirlenmesinde kullanılan metotların genel adıdır (Trangmar ve ark., 1985; Isaaks ve Sarivastava, 1989; Öztaş, 1995; Tercan ve Saraç, 1998; Aşkın, 2002; Ongun, 2008).
Jeoistatistiğin temel prensipleri 1960’lı yıllarda Matheron tarafından belirlenmiş ve Güney Afrika’da madencilik araştırmalarında başarıyla uygulanmıştır. Geliştirilmiş jeoistatistiksel metotlar ise Journal ve Huijbregts’in “Madencilik Jeoistatistiği” kitabında toplanmıştır. Bu metotların toprak bilimine ilk defa uygulanışı ise yakın zamana dayanmakta olup, toprak değişkenliği ile ilgili çalışmalarda başarıyla kullanılmıştır (Vieira ve ark., 1981; Yost ve ark., 1982a,b; Klusman, 1985; Hamlett ve ark., 1986; Miyamoto ve Cruz, 1986; Yates ve Warrick, 1987; Kanber ve ark.,
4
1991;Köksal ve ark., 1992;Webster ve Oliver, 1992; Öztaş, 1996;Wopereis ve ark., 1996; Chien ve ark., 1997; Mahmoudjafari ve ark., 1997; Ortaş ve Berkman, 1997; Öztaş ve ark., 1998; Timlin ve ark., 1998; Husson ve ark., 2000; Gaston ve ark., 2001; Triantafilis ve ark., 2001; Veihe, 2002).
1.2. Jeoistatistiksel Metotlar
Jeoistatistiksel metotlar iki aşamada uygulanır. İlk aşamada, incelemeye konu olan toprak özelliğinin ölçülen noktalar arasındaki otokorelasyonun yani, doğal olarak bulunan uzaysal bağımlılığın derecesi belirlenir. İkinci aşamada ise, ileri bir interpolasyon tekniği yardımıyla incelenen özelliğin örneklenmeyen nokta veya alanlardaki değerleri tahmin edilerek, dağılım desenleri belirlenmeye çalışılır. Semivaryogramlar, uzaysal bağımlılık derecesinin belirlenmesinde, Kriging analizi ise interpolasyon aşamasında yaygın olarak kullanılan jeoistatistiksel metotların genel adıdır (Trangmar ve ark., 1985; Isaaks ve Sarivastava, 1989; Öztaş, 1996; Tercan ve Saraç, 1998).
1.3. Semivaryogram (Uzaklığa bağlı ilişki fonksiyonu)
Herhangi bir alanda tesadüf değişkenlerinin tanımlandığı noktalar arasındaki mesafe ile değişkenlerin bu noktalardaki değerleri arasında bir ilişki vardır ve anormal veri içermeyen durumlarda, değişkenler arasındaki uzaklık azaldıkça değerlerin birbirine benzemesi artar, aksi durumda ise benzerlik azalır. Diğer bir ifadeyle, bölgesel değişkenlerin değerleri arasındaki fark, bu değerler arasındaki mesafenin bir fonksiyonudur. Jeoistatistikte bölgesel değişkenin değerleri arasındaki farkın uzaklığa bağlı değişimleri “varyogram fonksiyonu” ile açıklanır (Trangmar ve ark., 1985; Isaaks ve Sarivastava, 1989; Tercan ve Saraç, 1998).
Semivaryogramlar belli bir h mesafesi ile birbirlerinden ayrılan örnek çiftleri arasındaki varyansın mesafe ile olan ilişkisini gösterir (Örnek 1.1). Diğer bir anlatımla, örnekleme çiftleri arasındaki mesafenin bir işlevi olarak uzaysal bağımlılığı tanımlar ve aşağıdaki matematiksel ilişki ile ifade edilir;
(h) Σ
Z(xi) Z(xi h)
2 2N(h) 1 (1.1)5
I) II)
γ γ
h Birinci tip (I)
h İkinci tip (II)
III) IV)
γ γ
h h
Üçüncü tip (III) Dördüncü tip (IV)
Şekil 1.1. Semivaryogram modelleri
Burada, (h), semivaryans; N(h), h mesafesi ile ayrılan örnek çiftlerinin sayısı; Z(xi), incelenen özelliğin i. noktadaki değeri; Z(xi+h), incelenen özelliğin (i+h) noktadaki değeridir.
Matheron (1963), dört farklı semivaryogram tanımlamıştır (Şekil 1.1). Birinci tip (I), orijinde her hangi bir süreklilik göstermez ve etkisi bilinen bir külçe (nugget) etkisi sergiler. İkinci tip (II), uzaysal bir ilişki göstermeyen, tamamen tesadüfi bir görünüşe sahip olan rastlantı değişkenidir. Üçüncü tip (III), başlangıç noktasında eğrisel bir teğet gösterir ve orta düzeyde bir uzaysal sürekliliğe sahiptir. Dördüncü tip (IV) ise, orijinde parabolik bir eğime sahip olup, yüksek düzeyde bir süreklilik gösterir.
Genel olarak ideal bir semivaryogramda örnekleme çiftleri arasındaki mesafe arttıkça (h, 2h, 3h,..., nh) semivaryans değeri de artar ve belli bir noktadan sonra az ya da
6
çok sabit bir değere ulaşır (Şekil 1.1). Yani öyle bir nokta vardır ki, bu noktadan sonra semivaryans değerleri örnek çiftleri arasındaki mesafe artışından etkilenmez. İşte, semivaryogramın x eksenine paralel konuma geldiği bu noktadaki semivaryans değeri “sill varyansı (tepe varyansı)” ve semivaryogramın sill varyansını yakaladığı noktadaki mesafe değeri ise “range (etki aralığı)” olarak adlandırılır. Etki aralığı, incelenen toprak özelliğinin örnekleme değerlerinin uzaysal olarak bağımlı olabileceği maksimum mesafeyi ifade eder. Bu noktadan sonra, araştırılan toprak özelliğinin uzaysal bağımlılık göstermediği veya tamamen tesadüfi bir değişim gösterdiği kabul edilir (Trangmar ve ark., 1985; Öztaş, 1995; Tercan ve Saraç, 1998).
S emi va rya ns ( )
Örnek çiftleri arasındaki uzaklık (lag) Şekil 1.2. Örnek bir semivaryogram modeli (spherical model)
İncelenen toprak özelliğinin örnekleme noktaları arasındaki mesafe sıfır olduğu zaman yani, iki toprak örneği aynı noktadan alındığı zaman, ölçüm değerleri arasındaki varyasyonun sıfıra eşit olması beklenir. Bu nedenle, semivaryogramın daima orijinden başlaması gerekir. Hâlbuki birçok toprak özelliğinin örnekleme mesafesi sıfıra yaklaştığı halde, semivaryansının sıfır olmadığı, jeoistatistiksel çalışmalarda sıkça kaydedilmektedir. Bu varyans “nugget varyans” olarak adlandırılır ve ölçüm hatalarından veya örnekleme noktaları arasındaki mesafenin incelenen toprak özelliğinin uzaysal bağımlılık derecesini belirlemek için uygun olmamasından kaynaklanan varyasyonu içine alır. Tepe varyansı ve nugget varyans
Nugget varyans(Co) Sill varyansı(Co+C)
Yapısal varyans(C)
7
arasındaki fark ise “yapısal varyans (structural variance)” veya “uzaysal varyans (spatial variance)” olarak adlandırılır (Trangmar ve ark., 1985; Öztaş, 1995).
Toprak özellikleri ile ilgili çalışmalarda üç farklı semivaryogram modeli yaygın bir şekilde kullanılmaktadır. Bunlar, linear, spherical ve exponansiyel modellerdir. Linear model, gerek uygulanışının kolay olması ve gerekse birçok semivaryogramın küçük lag mesafeleri için linear bir ilişki vermesi nedeniyle en yaygın kullanılan semivaryogram modellerinden biridir. Ayrıca, interpolasyon işleminde kısa lag mesafelerinin esas alınması, bu modelin kullanılmasında avantaj sağlamaktadır. Diğer iki modelde, semivaryans değeri belli bir noktadan sonra az (eksponansiyel) ya da çok (spherical) sabit bir değere ulaşır (Şekil 1.3). İki model arasındaki tek fark, grafiğin tepe varyans değerine ulaşma şeklindedir. Spherical modelde tepe varyans değeri, kesin bir x mesafesinde yakalanırken exponansiyel modelde eğri, tepe varyans değerine asimptotik bir şekilde yaklaşır. Bu nedenle, kesin bir kural olmamakla birlikte eksponansiyel model için pratikte etki aralığı, sill varyansının %95’ine ulaşılan mesafe olarak seçilir (GS+
, 1998).
Şekil 1.3. Eksponensiyel model için etki aralığı
Diğer yandan uzaysal bağımlılık sadece örnek çiftleri arasındaki mesafeye bağlı olabileceği gibi, hem mesafeye hem de yöne bağlı olabilmektedir. Semivaryans sadece mesafenin bir fonksiyonu ise, incelenen özelliğin değişimi “isotropik (değişimin her yönde aynı olması)”, hem mesafe ve hem de yönün bir fonksiyonu ise “anisotropik (değişimin yönlere göre faklı olması)” olarak adlandırılır. Araştırma sahasının değişik istikametleri için belirlenen semivaryogramlar arasındaki farklılıklar anisotropik uzaysal bağımlılığın bir göstergesidir. Anizotropinin mevcut
Se m iv a ry a n s Lag, m sph exp
8
olması durumunda, varyasyonun maksimum ve minimum olduğu yönler dikkate alınarak hesaplanan bir katsayının, semivaryogramın eğim bileşenine ilave edilmesi gerekmektedir (Trangmar ve ark., 1985; Isaaks ve Sarivastava, 1989; Tercan ve Saraç, 1998).
İzotropik varyogram modellerine ait matematiksel ifadeler ve parametreleri kısaca aşağıda sunulmuştur:
Spherical (küresel) İzotropik Model;
(h) 3 Ao h 5 , 0 Ao h 5 , 1 C Co hAo (1.2) (h)CoC h Ao (1.3) Burada ; h = lag aralığı Co = nugget varyans 0 C = strüktürel varyans Co Ao = range (etki aralığı)
Eksponansiyel (üssel) İsotropik Model;
(h) Ao h exp 1 C Co (1.4) Burada ; h = lag aralığı Co = nugget varyans 0 C = strüktürel varyans Co Ao = range parametresi
Ao range parametresi olup (etki aralığı değil), pratikte sill varyansın %95’ine ulaşılan mesafe, etki aralığı olarak kabul edilir.
Linear İzotropik Model;
(h) Ao C h Co h Ao (1.5) (h)CoC h Ao (1.6) Burada ; h = lag aralığı
9
Co = nugget varyans 0 C = strüktürel varyans Co Ao = range parametresi
Linear (Silli) İzotropik Model;
Bu model, linear model ile benzer olup, ondan tek farkı bu modelde tepe değeri kesin olarak belirlenmekte ve bu mesafe etki aralığı olarak ifade edilmektedir.
(h) Ao C h Co h Ao (1.7) (h)CoC h Ao (1.8) Burada ; h = lag aralığı Co = nugget varyans 0 C = strüktürel varyans Co Ao = range
Gaussian İzotropik Model;
(h) 22 Ao h exp 1 C Co (1.9) Burada; h = lag aralığı Co = nugget varyans 0 C = strüktürel varyans Co Ao = range parametresi
Ao range parametresi olup, pratikte sill varyansın %95’ine ulaşılan mesafe etki aralığı olarak kabul edilir.
Anizotropik varyogram modellerine ait matematiksel ifadeler kısaca aşağıda sunulmuştur:
Spherical Anizotropik Model;
(h) 3 A h 5 , 0 A h 5 , 1 C Co h A (1.10) (h)CoC h A (1.11) Burada;
10 h = lag aralığı Co = nugget varyans 0 C = strüktürel varyans Co A =
A cos θ Φ A2 sin2 θ Φ
2 2 2 1 A1 = major eksen için etki aralığı parametresi (Φ) A2 = minör eksen için etki aralığı parametresi (Φ+90)
Φ = en büyük varyasyon açısı = örnek çiftleri arasındaki açı
Eksponansiyel Anizotropik Model;
(h) A h exp 1 C Co (1.12) Burada; h = lag aralığı Co = nugget varyans 0 C = strüktürel varyans Co A =
A cos θ Φ A2 sin2 θ Φ
2 2 2 1 (1.13) A1 = major eksen için etki aralığı parametresi (Φ)A2 = minör eksen için etki aralığı parametresi (Φ+90) Φ = en büyük varyasyon açısı
= örnek çiftleri arasındaki açı
Linear Anizotropik Model;
(h) A C h Co (1.14) Burada; h = lag aralığı Co = nugget varyans 0 C = strüktürel varyans Co A =
A cos θ Φ A2 sin2 θ Φ
2 2 2 1 (1.15) A1 = major eksen için etki aralığı parametresi (Φ)11 Φ = en büyük varyasyon açısı
= örnek çiftleri arasındaki açı
Linear (Silli) Anizotropik Model;
(h) A C h Co h A (1.16) (h)CoC h A (1.17) Burada; h = lag aralığı Co = nugget varyans 0 C = strüktürel varyans Co A =
A cos θ Φ A2 sin2 θ Φ
2 2 2 1 (1.18) A1 = major eksen için etki aralığı parametresi (Φ)A2 = minör eksen için etki aralığı parametresi (Φ+90) Φ = en büyük varyasyon açısı
= örnek çiftleri arasındaki açı
Gaussian Anizotropik Model;
(h) 22 A h exp 1 C Co (1.19) Burada; h = lag aralığı Co = nugget varyans 0 C = strüktürel varyans Co A =
A cos θ Φ A2 sin2 θ Φ
2 2 2 1 (1.20) A1 = major eksen için etki aralığı parametresi (Φ)A2 = minör eksen için etki aralığı parametresi (Φ+90) Φ = en büyük varyasyon açısı
= örnek çiftleri arasındaki açı
Deneysel varyogramlarda varyogram değeri, belirli uzaklıklar ve yönler için (genellikle 0º, 45º, 90º ve 135º) hesaplanır. Bunun dışındaki uzaklık ve yönlerde
12
varyogram değerleri bilinmez. Bölgesel değişkenin özelliklerinin belirlenmesinde ve özellikle örneklenmemiş nokta veya alanlardaki değerlerinin tahmin edilmesinde, varyogramın bütün uzaklıklarda ve yönlerde bilinmesi gerekmektedir. Bu ise, ancak deneysel varyogram değerlerine fonksiyon uyarlanmasıyla mümkün olabilmektedir (Trangmar ve ark., 1985; Isaaks ve Sarivastava, 1989; GS+, 1998; Tercan ve Saraç, 1998).
1.4. Kriging
Kriging, incelenen toprak özelliğinin ölçüm yapılan noktaları arasındaki uzaysal bağımlılık derecesinden yararlanılarak, örneklenmeyen nokta (Punctual Kriging) veya alanlardaki (Block Kriging) tahminlerinde kullanılan, ileri bir interpolasyon tekniğidir. Bir diğer ifadeyle, bölgesel değişkenin örneklenmemiş bir nokta veya alandaki değerinin hesaplanması, tahmin (Kriging) olarak adlandırılır. Esas olarak, N tane ölçülen değerin mesafeyle orantılı olarak belirlenen ağırlık katsayılarının ve ölçülen değerlerinin doğrusal kombinasyonlarının toplamı olarak ifade edilir;
i i N 1 i t λ .Z Z
(1.20) Burada, Zt incelenen özelliğin tahmin değeri; Zi incelenen özelliğin i. noktadaki ölçüm değeri ve i incelenen özelliğin i. nokta için ağırlık katsayısıdır ve ağırlık katsayılarının toplamları 1’e eşittir. Jeoistatistikte bu ağırlıklar, tahmin hatalarının ortalaması sıfır ve varyansı en küçük olacak şekilde, belirlenmektedir. Ağırlıkların bu şekilde belirlenmesi işlemine, Kriging adı verilmektedir (Trangmar ve ark., 1985; Isaaks ve Sarivastava, 1989; Öztaş, 1995; Tercan ve Saraç, 1998).Bilinmeyen bir değerin hesaplanması ile tahmin işlemi son bulmaz, tahmin edilen değere duyulan güvenin ortaya konulması gerekmektedir. Kriging analizini diğer interpolasyon metotlarından ayıran en önemli özellik, tahmin edilen her nokta veya alan için bir varyans değerinin hesaplanabilmesidir ki, bu tahminle bulunan değerin güven derecesinin bir ölçüsüdür. Eğer bir nokta veya alan için hesaplanan varyans değeri, gerçek değerler arasındaki varyanstan daha küçük ise, toprak özelliğinin ölçülmeyen nokta veya alanı için tahmin edilen değerinin güvenilir olduğu kabul edilmektedir (Trangmar ve ark., 1985; Isaaks ve Sarivastava, 1989; Öztaş, 1996; Tercan ve Saraç, 1998).
13 2. ÖNCEKİ ÇALIŞMALAR
Campell (1978), toprakların önemli fiziksel ve kimyasal özelliklerinden kum içeriği ve toprak reaksiyonunda uzaklığa bağlı gözlenen değişkenliği, iki toprak haritalama ünitesinde jeoistatistiksel metotları kullanarak incelemiştir.
Burgess ve Webster (1980), bazı toprak özelliklerinin haritalanabilme koşullarını incelemişlerdir. Birçok toprak özelliği için örnekleme mesafesi sıfıra yaklaştığında semivariogram değerinin sıfır olmayıp, kontrolsüz etki (nugget etki, tesadüfi etki veya doğal etki) varyansı olarak bilinen ve semivariogram fonksiyonunun tesadüfi bileşenini oluşturan bir değer aldığını örneklerle göstermişlerdir. Kontrolsüz etki varyansının toplam varyansa oranının yüksek olması halinde, noktasal kriging ile yapılan tahminlere ilişkin haritaların oldukça hatalı olacağını, bu durumda noktasal kriging yerine değişkenin belirli bir alan (blok) üzerindeki ortalama değerinin hesaplanmasına olanak sağlayan blok kriging tekniğini ve bazı uygulamalarını vermişlerdir. Aynı araştırmacılar bir başka çalışmada, incelenen değişkenin semivariogram fonksiyonunun anizotropik olması halinde tahminlerde üniversal kriging yönteminin kullanılması gerektiğini işaret ederek, gidişin (drift, trend) verilerden arındırılması tekniğini ve bazı uygulamalarını önermişlerdir.
McBratney ve ark. (1981), toprakların herhangi bir fiziksel veya kimyasal özelliğinin belirli bir alan içerisindeki ortalama değerinin tahmin edilmesinde, uygulanacak en ekonomik örnekleme modelinin, jeoistatistiksel tekniklerle ortaya konulabileceğini ifade etmişlerdir. Yine araştırıcılar, toprağın tahmin edilmek istenen özelliğine ait ortalama değerin saptanmasında, ölçülen özelliğin değişkenlik tavrına bağlı olarak, değişik noktalardan alınmış örneklerin, tahmin edilen değere, farklı ağırlıklarda katkıda bulunduğunu göstermişlerdir.
Vieira ve ark. (1981), tınlı bir toprakta güvenli bir infiltrasyon ölçümü için gerekli örnek sayısının belirlenmesine yönelik çalışmalarında 128 nokta ölçüm değerleri ile 1280 noktadaki ölçüm değerlerinin benzer sonuçlar verdiğini bildirmişlerdir.
McBartney ve ark. (1982), yüzey topraklarında ekstrakte edilebilir bakır ve kobaltın bölgesel değişkenliğini ortaya koymak üzere, jeoistatistiksel teknikleri kullanmışlardır. Araştırıcılar, toprakların ana materyalinde ve jeolojik yapılarındaki
14
değişime bağlı olarak, bakır ve kobalt içeriklerindeki uzaysal değişimin 2 km ile 15 km arasında olduğunu saptamışlardır.
Yost ve ark. (1982a), geniş alanlarda toprakların ölçülen bazı kimyasal özelliklerinin uzaklık boyutundaki değişimini ve uzaysal strüktürlerini ortaya koyabilmak amacıyla, jeoistatistiksel metotlardan semivaryogram analizini kullanmışlardır. Araştırıcılar, toprak pH’sı, Ca, Mg, K ve Si için etki aralığının 32 km ile 42 km arasında değiştiğini, ayrıca toprak özelliklerinin semivaryogramlarına ait etki zonlarının, toprakların yönetim ve sınıflandırılmalarında kullanılabileceğini ifade etmişlerdir.
Yost ve ark. (1982b), geniş alanlarda toprakların P bağlama özelliklerinin uzaklık boyutundaki değişimini ve uzaysal yapılarını ortaya koyabilmek amacıyla, jeoistatistiksel metotlarda Kriging analizini kullanarak çalışma alanının P ihtiyacına ilişkin haritayı oluşturmuşlardır.
Kırda (1983), jeoistatistiksel tekniklerden kriging yönteminin tarımda kullanılabilme olanaklarını incelemiş; tarım alanlarında özellikle sulama ve drenaj mühendisliğinin gereksinim duyduğu toprak özelliklerinin belirlenmesinde, taban suyu gözlem kuyu ağı tesisinde, hidrolojide yağış analizlerinde ve toprak verimliliği çalışmalarında kullanılabileceğini açıklamıştır. Gözlemi yapılan ve uzaklığa bağlı değişkenlik tavrı bilinen bir özelliğin, belirli bir alanı kapsamak üzere ortalama değerinin bulunması istendiğinde, anılan özelliğe ilişkin kestirim hatasının sadece örnek sayısına bağlı olduğunu vurgulamıştır. Bu çercevede, toprakta tuz yıkama çalışmalarında kriging yöntemi kullanılmış, düşey doğrultuda tuz ve iyon dağılımının uzaklık boyutundaki değişkenliği incelenmiştir.
Trangmar ve ark. (1985), toprak özelliklerinin yersel değişkenliğinin sistematik ve rastgele olmak üzere ikiye ayrıldığını bildirmişleridr. Sistematik değişkenliğin toprak oluşum faktörlerinden veya süreçlerinden kaynaklanan toprak özelliklerindeki aşamalı veya belirgin değişimler olduğunu ve nedenlerinin ise topografya, litoloji, iklim, biyolojik aktivite ve toprak yaşı olabileceğini ifade etmişlerdir. Sistematik değişkenliğin toprak çeşidi ve özelliklerini tahmin etmede ve toprak etüt çalışmalarında toprak bilimcilerine yol gösterebileceğini ve rastgele değişkenliğin ise toprak özelliklerinde belirli bir nedenden kaynaklanmayan değişkenlikler olduğunu
15
ve nedenlerinin ise litoloji ve hidrolojideki farklılıklar, pedolojik ayrışma, pedoturbasyon, biyolojik faaliyetler, erozyon, toprak amenajmanı, örnekleme ve analitik hatalar olabileceğini belirtmişlerdir.
Greminger ve ark. (1985), toprakların önemli fiziksel özelliklerinden tarlada ölçülen toprak su karakteristiklerinin uzaysal bağımlılığını ve tane büyüklük dağılımı ile olan ilişkilerini ortaya koymak üzere yürüttükleri bir çalışmada; otokorelasyon analizini kullanmışlar ve çalışma alanı için toprak nem içeriği ile ilgili yapılacak çalışmalarda örnekleme aralığının 10 metreden daha küçük seçilmesi gerektiğini bildirmişlerdir. Brubaker (1989), topoğrafik pozisyonla ilişkili olarak toprak özelliklerindeki değişimi araştırdığı bir çalışmasında; çok kısa mesafelerde bile toprak özelliklerinin büyük bir değişim gösterebileceğini semivaryogramlarla göstermiştir. Araştırıcı, çalışma alanı için güvenilir örnekleme aralığının toprak reaksiyonu için 42 m, solum kalınlığı için 75 m ve ortalama örnekleme aralığının ise 65 m olduğu saptanmıştır. Pierson ve Mulla (1990), tepe, sırt, yamaç ve taban pozisyon olmak üzere dört farklı topoğrafik pozisyona sahip bir alanda, toprakların agregat stabilitesi, tane büyüklük dağılımı, organik karbon içeriği, nem içeriği ve amorf demir kapsamları gibi özelliklerinin değişimlerini araştırdıkları çalışmalarında; tepe pozisyonda organik karbon içeriğinin en düşük, yamaç ve taban pozisyonlarda ise yüksek olduğunu ifade etmişlerdir. Araştırıcılar, agregat stabilitesinin yamaç ve taban pozisyonlarda, tepe pozisyonlardan daha yüksek olduğunu saptamışlardır.
Entz ve Chang (1991), 16 adet toprak örnekleme düzeninin kriging ve yönsel variogramlara olan etkilerini jeoistatistik yöntem kullanarak araştırmışlardır. Gridler oluşturarak her örnekleme noktasında toprakların hacim ağırlıklarını belirlemiş ve örnekleme yapılmayan noktalarda hacim ağırlıklarını kriging ile tahmin etmişlerdir. Kriging ile elde edilen tahmin değerlerini gözlemle elde edilen 6168 değer ile karşılaştırmışlardır. Araştırıcılar elde ettikleri sonuçlara göre; örnek sayısının yetersiz olduğu ve semivariogramın iyi modellenmediği durumlarda bile kriging yönteminin tüm örnekleme düzeninde hacim ağırlığını doğru bir şekilde tahmin ettiğini ifade etmişlerdir.
Cambardella ve ark. (1994), toprakların bazı fiziksel, kimyasal ve biyolojik özelliklerindeki değişkenliği, jeoistatistiksel teknikleri de kullanarak tarla ölçeğinde
16
ortaya koymak üzere iki farklı alanda yürüttükleri bir çalışmada; toprak özelliklerinin her iki tarlada da birbirine benzer uzaysal değişkenlik tavırlarını gösterdiğini saptamışlardır. Araştırıcılar, belirledikleri değişkenlik tavırlarının bu çalışma alanlarında veya benzer alanlar için, yönetim uygulamalarında faydalı bilgiler verebileceğini ileri sürmüşlerdir. Bu çalışmada; nugget varyansın sill varyansa oranının uzaysal bağımlılığın bir ölçüsü olarak kullanılabileceği; bu oranın 0.25’ten küçük olduğu durumlarda kuvvetli bir uzaysal bağımlılığın, 0.25 ile 0.75 arasında ise orta derecede ve 0.75’ten büyük olması halinde ise zayıf bir uzaysal bağımlılığın olduğu bildirilmiştir.
Brubaker ve ark. (1994), Nebraska’da gerçekleştirdikleri bir çalışma ile topoğrafik pozisyon ile ilişkili olarak tane büyüklük dağılımı, pH, kireç içeriği, değişebilir katyonlar, organik madde içeriği gibi bazı toprak özelliklerindeki değişimi, doğrusal regresyon modelleri ile açıklamışlardır.
Öztaş (1995), çeşitli toprak özelliklerinin uzaysal değişim derecelerinin jeoistatistiksel metotlar yardımıyla belirlenmesi ve dağılım haritalarının çıkarılması amacıyla ABD’nin Nebraska Eyaleti’nde yürüttüğü bir çalışmada; ekstrakte edilebilir fosforun uzaysal değişimi için test ettiği semivariogram modelleri arasında küresel modelin en uygun model olduğunu saptamıştır. Araştırıcı, ekstrakte edilebilir fosforun, inceleme alanının şiddetli erozyona maruz kalan kesimlerinde, çok düşük konsantrasyonlarda bulunduğunu ifade etmiştir.
Crawford ve ark. (1997), jeoistatistiksel yöntemlerden Kriging analizinin beş farklı tipini kullanarak, önemli toprak özelliklerinden organik madde içeriğini seçtikleri alan için haritalamışlardır. Araştırmacılar, kullanılan interpolasyon yöntemlerinin benzer sonuçlar verdiğini, ancak daha kısa mesafede bir örnekleme aralığının seçilmesi halinde metotlar arasında farklılıklar ortaya çıkabileceğini göstermişlerdir. Yine doğru bir haritalamanın, ancak organik madde içeriğinin çalışma alanındaki değişiminin, doğru bir şekilde modellenmesiyle mümkün olabileceğini ifade etmişlerdir.
Goovaerts (1997; 1998), jeoistatistik madencilik alanında yoğun olarak kullanılırken aynı zamanda son 20 yıldır çevre bilimleri ve toprak özelliklerinin değerledirilmesinde hızla büyüyerek kullanıldığını ve jeoistatistiğin daha önceki
17
çalışmalarda örneklenmemiş noktaların yarı varyogram analizleri yardımıyla krigleme yöntemi kullanılarak tahmin edilme yöntemi olduğunu, son yıllarda ise toprak özelliklerinin alansal olarak belirlenmesi amacıyla çok değişkenli jeoistatistik yaygın olarak kullanılmaya başladığını bildirmiştir.
Velemis ve ark. (1998), toprakların verimlilik özelliklerinin mekânsal değişkenliklerini araştırdıkları bir çalışmalarında; topraklarda pH ve organik madde değerlerinin yüksek olduğu yerlerde verimin arttığı, EC’nin ve kireç değerlerinin yüksek olduğu alanlarda ise verimin azaldığını ifade etmişlerdir.
Erşahin, (1999), toprakların alana-özgü amenajmanlarında dikkate alınabilecek bazı özelliklerinin, mesafeye bağlı değişkenliklerini belirlemek üzere bir tarım arazisinde jeoistatistiksel yöntemleri kullanarak yürüttüğü bir çalışmada; üst ve alt topraklarda katyon değişim kapasitesi için çalışma alanındaki etki aralığının 600 m, toprakların kil kapsamları için 180 ile 200 m ve yarayışlı su içerikleri için ise 150 ile 290 m olduğunu saptamıştır. Ayrıca bu çalışmada; alt toprakların üst topraklara nazaran daha değişken olduğu, üst topraklarda en fazla değişkenlik gösteren toprak özelliğinin katyon değişim kapasitesi; alt topraklarda ise, organik madde içeriği olduğu ifade edilmiştir.
Lopez-Granados ve ark. (2002), İspanya’da yaptıkları bir araştırmada; topraklarda bünye, organik madde içerikleri, fosfor kapsamları, K, NO3
-, NH4+ ve toprak reaksiyonunun (pH) alansal değişkenliklerini jeoistatistiksel yöntemlerle belirlemişler ve çalışma sonucunda seçtikleri çalışma alanı için gübre uygulama haritası oluşturmuşlardır.
Ardahanlıoğlu ve ark. (2003), Iğdır ovasında jeoistatiksel teknikleri kullanarak yaptıkları bir çalışmada; kriging değerlerinden üretilen dağılım haritalarında toprak pH’sı hariç, ölçülen toprak özelliklerinin (B, EC, ve ESP) düşey yöndeki dağılım haritalarının farklılık göstermediğini tespit etmişlerdir.
Kerry ve Oliver (2004), toprak özelliklerinin hassas bir şekilde haritalandırılmasında örnek aralıklarının alansal değişkenlik ölçeği ile tutarlı olması gerektiğini ve varyogramın örnekleme aralığını belirlemede iki şekilde kullanılabileceğini, bunlardan birincisinin varyogramın model sonuçlarıyla elde edilen yapısal uzaklığın yarısından biraz az bir mesafe ile örnekleme aralığı olarak seçilmesi gerektiği ve
18
ikincisinin ise varyogramın krigleme eşitlikleriyle kullanılarak optimum örneklemeye, tolere edilebilir hata varyansına ulaşma yolu ile yapılabileceğini ifade etmişlerdir. Ayrıca araştırıcılar; her bölgede, her toprak tipi ve her topografik yapı için yarıvaryogram parametrelerinin mevcut olmadığını, ancak benzer ana materyal üzerinde oluşmuş bazı toprak özelliklerinin varyogramları olması halinde, bu varyogramlardan temsili ortalama bir varyogram oluşturulabileceğini, bu varyogramların yapısal uzaklıklarının ortalamaları ve standardize edilerek üretilen varyogramın bir örnekleme aralığı stratejisi belirlemede kullanılabileceğini belirtmişlerdir.
Corwin ve Lesch (2005), toprakların fiziksel ve kimyasal özelliklerinde meydana gelen mekânsal değişimin, toprak biliminin en önemli araştırma konularından birisini oluşturduğu, yersel heterojenliğin toprak özelliklerindeki başlıca karakterlerden biri olduğu ve toprak özelliklerinde rastlanan heterojenliğin iki sebebinden birincisinin; ana materyal gibi toprak oluşum faktörleri, ikincisinin ise toprak amenajmanı (gübreleme, sulama ve bitki rotasyonu vb) gibi dış faktörler olduğunu vurgulamışlardır.
Iqbal ve ark. (2005), toprakların sahip olduğu özelliklerine ait uzaysal değişkenliğinin analizi ve yorumlanmasının, alana özgü tarımsal uygulamaların anahtarı olduğunu ifade etmişlerdir.
Erşahin ve Brohi (2005), toprak nem içeriğinin bitki gelişimini, besin maddesi taşınımını ve dönüşümünü etkilediğini; toprağın nem içeriği ile kum miktarları arasındaki ilişkinin, toprak tekstürünün, toprak su içeriğini ve bitki besin maddelerinin alansal değişkenliğini etkilediğini ortaya koymuşlardır.
Başaran ve ark. (2006), toprak özelliklerine ait mekânsal değişkenlikleri ortaya koymak amacıyla, 24 ha’lık bir alandaki karaçam orman arazisinde 0-10 cm derinlikten alınan 52 adet toprak örneği kullanarak yaptıkları bir çalışmada; hacim ağırlığı, organik madde, kil ve kum miktarlarının alansal dağılımlarının benzerlik gösterdiğini ifade etmişlerdir.
Li ve ark. (2007), örnekleme yoğunluğunun bazı jeoistatistiksel birleşik yardımcı parametreler yardımı ile azaltılabileceğini, kokrigleme ve regresyon-krigleme metotlarında elde edilen bazı yardımcı parametreler ile krigleme interpolasyonu
19
gerçekleştirilebileceğini ifade etmişlerdir. Yine regresyon-kriglemenin, toprak tuzluluk tahminlerinin geliştirilmesinde ve toprak örneklemesinin azaltılmasında yüksek tahmin hassasiyeti oluşturduğunu ifade etmişlerdir.
Zhang ve ark. (2007), Kuzey Çin’de büyük ölçekteki (5x5 km) bir örnekleme aralığında farklı toprak özelliklerinin yersel dağılım parametrelerini tespit etmek amacıyla yaptıkları bir çalışmada; organik madde, toplam P, toplam N, alınabilir P’da yüksek mekânsal bağımlılık; alınabilir K ve toplam K’da ise orta seviyede mekânsal bağımlılık elde etmişlerdir. Araştırıcılar bu alanda; organik madde, toplam N ve toplam P’un yapısal uzaklığını 1.04 ile 1.35 km arasında, toplam K, alınabilir P ve alınabilir K’un yapısal uzaklığını ise 6 ile 138 km arasında saptamışlardır.
Ongun (2008), İzmir-Menemen’de 8.53 ha’lık bir alüviyal arazide (Typic Xerofluvent) önemli bazı toprak fiziksel ve kimyasal özelliklerini jeoistatistiksel teknikler yardımıyla ortaya koymak amacıyla üst (0-30 cm) ve alt (30-60 cm) toprak derinliklerinden olmak üzere 50x50 m mesafelerde oluşturulan ızgaralardan alınan 182 toprak örneği kullanmışlardır. Çalışma sonucunda; alt toprak katmanının üst toprak katmanına göre genellikle daha değişken olduğu, üst topraklarda en fazla değişkenlik gösteren toprak özelliğinin ekstrakte edilebilir Na, alt toprak katmanında ise alınabilir fosfor olduğu bildirilmiştir. Yine bu çalışmada, üst toprak katmanı için toprak özelliklerinin ortalama etki mesafesinin 168 m, alt toprak katmanı için 169 m olduğu ifade edilmiştir.
Sağlam (2008), bazı toprak kalite göstergelerinin belirlenmesi ve bunların uzaysal değişkenliğinin jeoistatistiksel yöntemler ile analiz edilerek, aralarındaki mekansal ilişkinin ortaya konulması amacıyla Amasya-Gökhöyük Tarım İşletmesi’nin yaklaşık 1.75 ha’lık bir alanında 0-20 cm derinlikten alınan 298 adet toprak örneği kullanarak yürüttüğü bir çalışmada; fiziksel (kil, silt, kum içerikleri; hacim ağırlığı, tarla kapasitesi, daimi solma noktası, hidrolik iletkenlik, üst toprak derinliği) ve kimyasal (pH, EC, toplam N ve organik C) kalite göstergelerini belirlemiştir. Bu çalışmada; toprak kalite göstergelerinin yöne bağlı değişim göstermediği; en yüksek etki aralığının 1981 m ile EC değerlerinde, en düşük değişkenlik mesafesinin ise 1054 m ile hacim ağırlığı değerlerinde olduğu, en yüksek kontrolsüz etki varyansının üst toprak derinliğinde ve en düşüğünün ise EC değerlerinde görüldüğü ifade edilmiştir.
20
Ölgen ve ark. (2009), topraklarda organik madde ve KDK verilerinin jeoistatistiksel analizi yapmak ve bu özelliklerin uzaysal dağılım haritalarını oluşturmak amacıyla yaptıkları bir çalışmada; organik tarım yapılan alanların topraklarında organik madde ve KDK değerlerini diğerlerinden önemli derecede yüksek bulmuşlardır.
Kai-Li ve ark. (2011), aluviyal bir ovada toprak tuzluluğunun yersel dağılımını incelemek amacıyla 2x2 km gridler oluşturarak aldıkları 293 yüzey toprak örneğinde elektriksel iletkenlik (EC) değerlerini saptamışlar ve Ordinary Kriging interpolasyon tekniğini kullanarak çalışma alanı için tuzluluk haritası oluşturmuşlardır. Araştırıcılar, 1981 yılındaki tuzluluk ile 2008 yılındaki tuzluluk düzeyleri karşılaştırılmışlar ve yüzey toprağındaki tuzluluğun, bu süre içerisinde oldukça azaldığını ifade etmişlerdir.
Liu ve ark. (2011), bazı toprak özellikleri ve tuzluluğun alansal dağılımını incelemek amacıyla, Entisol büyük toprak grubuna ait topraklarda yaptıkları bir araştırmada; tüm parametrelerin normal dağılım gösterdiğini, en yüksek varyasyonun toplam azot değerlerinde, en düşük varyasyonun ise (%4.3) toprak pH’sı değerlerinde olduğunu belirtmişlerdir. Araştırıcılar seçtikleri toprak özellikleri arasında pH için en uygun yarıvaryogram modelinin üssel (exponential); tuzluluk, organik karbon, toplam azot ve alınabilir fosfor için ise küresel (spherical) model olduğunu tespit etmişlerdir. Akbaş (2012), Tokat’ın en büyük ve tarımsal açıdan Ülkemizin önemli ovalarından biri olan 20656 ha büyüklüğündeki Kazova’da yaptığı bir çalışmada; rastgele örnekleme metodu ile iki farklı toprak derinliğinden (0-30 cm ve 30-60 cm) toplam 800 bozulmuş toprak örneği almış, bu topraklarda ortalama yarayışlı fosfor değerlerini üst toprakta 14.18 mg kg-1
ve alt toprakta 8.87 mg kg-1 olarak saptamıştır. Araştırma sonucunda; jeoistatiksel tekniklerden Ordinary Kriging yöntemi kullanılarak elde edilen değişim haritalarına göre, Kazova üst topraklarının %11.56’lık kesiminde yarayışlı fosfor düzeyinin “az”, %82.16’sında “yeterli” ve %6.28’inde ise “fazla”olduğu ifade edilmiştir.
Turgut ve Öztaş (2012), Doğu Anadolu Tarımsal Araştırma Enstitüsü Pasinler Deneme istasyonu topraklarının tane büyüklük dağılımı, organik madde ve kireç içerikleri, pH ve yarayışlı fosfor miktarlarındaki değişimi, jeoistatistiksel yöntemlerle belirlemek ve haritalamak amacıyla gerçekleştirdikleri bir çalışmada; 100 ha’lık bir
21
alanda kuzey-güney ve doğu-batı yönlerinde 100 m aralıklarla gridler oluşturmuşlar ve gridlerin köşe noktalarından 0-20 cm derinlikten 68 adet toprak örneği almışlardır. Toprak özelliklerinden kil ve silt miktarlarını izotropik üssel model, kum ve organik madde miktarlarını izotropik Gaussian model, kireç ve pH’yı ise izotropik küresel model ile tanımlamışlardır. Yine Blok Kriging interpolasyon tekniği kullanarak elde ettikleri dağılım haritalarında; kil içeriğinin dere yatağına yakın olan alanlarda daha düşük olduğunu ve bu kısımlarda kum içeriğinin daha yüksek olduğunu, silt içeriğinin değişiminde ise bir düzensizlik görüldüğünü belirtmişlerdir. Organik madde içeriğinin hububat ekili alanlarda yüksek olduğunu fakat çapa bitkilerinin ekili olduğu alanlarda ise düşük olduğunu tespit etmişler, arazinin dere yataklarına uzak kısmında kireç içeriğinin ve toprak reaksiyonunun en yüksek değerler aldığını bildirmişlerdir.
Aşkın ve ark. (2014), Rusya’da Batı Urallar olarak adlandırılan Perm Bölgesi’nde Perm Devlet Tarım Akademisi’ne ait toprak işlemeli tarım yapılan yaklaşık 2.35 ha büyüklüğündeki bir arazide, toprak organik karbonunun (SOC) uzaysal değişkenliğini, jeoistatistiksel teknikler yardımıyla değerlendirmek üzere gerçekleştirdikleri bir çalışmada; araziyi 25x25 m aralıklarla gridlere bölmüşler ve kareler ağının köşe noktalarından 0-20 cm derinlikten 51 adet toprak örneği almışlardır. Bu çalışma sonucunda; araştırma alanı topraklarında toprak reaksiyonunun (pH) en az değişkenlik gösteren özellik; değişebilir potasyumun ise en fazla değişkenlik gösteren toprak özelliği olduğu ifade edilmiştir. Yine bu alanda, toprak organik karbonunun uzaysal değişimini modellemek üzere etki mesafesi 151.04 m olan Gaussian modelinin seçilebileceği tavsiye edilmiştir.
Mao ve ark. (2014), Çin’in Xuzhou şehrinde yer alan topraklarda pH ve toprak organik maddesinin yersel değişimini, geleneksel istatistik ve jeoistatistiksel teknikler yardımıyla araştırdıkları bir çalışmada; oluşturdukları gridlerden aldıkları 172 toprak örneğinde toprak pH’sının ortalama 7.62 ve toprak organik madde miktarının ise ortalama 8.26 g kg-1
olduğunu ifade etmişlerdir. Toprak pH’sının çalışma alanındaki değişimi için en uygun varyogram modelinin 9500 m etki mesafesine sahip küresel (spherical) model, toprak organik maddesi için ise 17200 m etki aralığına sahip üssel (exponential) model olduğu bu çalışma ile bildirilmiştir.
22
Sağlam ve Dengiz (2014), jeoistatistiksel teknikler ve coğrafi bilgi sistemlerini (CBS) kullanarak yaptıkları bu çalışmada; Bafra Ovası’nda toprak verimlilik indeksine ait toprak parametrelerinin uzaysal değişkenliğini belirlemişlerdir. 0-30 ve 30-60 cm derinliklerinde her bir referans noktada toprak verimlilik indeksi kullanılarak 15 toprak özelliğini [(yarayışlı makro besin elementleri (azot, fosfor, potasyum, kalsiyum, magnezyum, sodyum), yarayışlı mikro besin elementerini (demir, bakır, çinko, mangan) ve diğer toprak özelliklerini (mekanik analiz, organik madde, pH, elektriki iletkenlik, CaCO3)] belirlemişlerdir. 120 grid noktası elde edilmiş ve toprak örneklerini 0-30 cm derinliğinden 131 adet, 30-60 cm derinliğinden ise 124 adet almışlardır. Çalışma sonucunda; topraklar, yüzeyaltı derinliğinde (0-60 cm) çalışma alanının %38.83’ü “iyi ve orta verimli”, %41.30’u “sınır değerde verimli” ve %19.87’sini “düşük seviyede verimli” bulunurken; yüzey derinliğinde (0-30 cm) çalışma alanının %80.18’i “iyi ve orta düzeyde verimli”, %19.06’sı “sınır değerde verimli” ve %0.75’i de “düşük düzeyde verimli” bulunmuştur.
Özyazıcı ve ark. (2015), yaptıkları araştırmada, Orta ve Doğu Karadeniz Bölgesi tarım topraklarının bazı bitki besin maddesi kapsamlarını belirleyip coğrafi bilgi sistemleri (CBS) kullanılarak ele alınan toprak değişkenleri yönünden veri tabanı ve dağılım haritalarını oluşturmuşlardır. Araştırma kapsamında, tarım alanlarını temsil edecek şekilde 2.5 x 2.5 km grid aralıklarla 0-20 cm toprak derinliğinden 3400 adet toprak örneği alınmıştır. Alınan toprak örneklerinde; toplam azot (N), ekstrakte edilebilir kalsiyum (Ca), magnezyum (Mg), sodyum (Na), bor (B), demir (Fe), bakır (Cu), çinko (Zn) ve mangan (Mn) analizleri yapılmıştır. Toprak parametrelerinin sınıflandırılmasından sonra CBS kapsamında veri tabanı oluşturulmuş ve ters mesafe ağırlık yöntemi (IDW, Inverse Distance Weighted) kullanılarak toprak dağılım haritalarını oluşturulmuştur. Çalışma sonucunda; Orta ve Doğu Karadeniz Bölgesi tarım topraklarının büyük çoğunluğunun toplam N, ekstrakte edilebilir Fe, Cu ve Mn yönünden yeterli durumda olduğu; analiz edilen toprak örneklerinin %66.88’inde ekstrakte edilebilir Ca ve %81.44’ünde ekstrakte edilebilir Mg’un iyi, %64.56’sında ekstrakte edilebilir Na’un ise orta seviyede olduğu bulunmuştur. Bölge topraklarının %34.35’inde B ve %51.36’sında Zn noksanlığı olduğu tespit edilmiştir.
